Halcon联合MFC的粤康码实时识别

Single118

已于 2023-04-03 18:11:37 修改

阅读量353

点赞数

文章标签： mfc c++

于 2023-03-28 12:49:31 首次发布

本文链接：https://blog.csdn.net/m0_63821417/article/details/129813408

版权

记录大三疫情下作品，先展示一下最终成品
视频展示点我点我！

演示视频

一、设计目的

随着新冠疫情的全球爆发，疫情防控成为各国政府的重中之重。而为了进一步加强疫情防控，中国政府于2020年推出了“粤康码”（即粤健康码）系统，该系统通过绿、黄、红三种不同颜色的码来表示个人的健康状态，从而实现对疫情的有效管控。

然而，粤康码的大量使用也给相关工作带来了一定的压力。比如，当人流量比较大时，人工查验粤康码需要耗费大量的时间和人力，效率较低。为了解决这一问题，我们可以利用计算机视觉技术对粤康码进行自动识别。

在计算机视觉领域中，Halcon是一个强大的工具包，它具有高精度、高效率、易于使用等优点，适用于多种应用场景。因此，我们可以利用Halcon对粤康码进行识别。

二、设计思路及Halcon代码展示

具体实现过程如下：

首先，我们需要加载图像，获取摄像头采集到的视频流图像，并对每一帧图像进行处理。

dev_update_window ('off')
* Image Acquisition 01: Code generated by Image Acquisition 01
open_framegrabber ('DirectShow', 1, 1, 0, 0, 0, 0, 'default', 8, 'rgb', -1, 'false', 'default', '[0] USB2.0 HD UVC WebCam', 0, -1, AcqHandle)
grab_image_start (AcqHandle, -1)
while (true)
    grab_image_async (Image, AcqHandle, -1)
*读图
get_system_time (MSecond, Second, Minute, Hour, Day, YDay, Month, Year)
dev_close_window ()
dev_open_window_fit_image (Image, 0, 0, -1, -1, WindowHandle)
dev_display (Image)
rgb1_to_gray (Image, GrayImage)

使用Halcon的函数定位粤康码在图像中的区域，例如find_data_code_2d等提取出其中的粤康码区域。

*1.识别二维码区域
create_data_code_2d_model ('QR Code', 'default_parameters', 'maximum_recognition', DataCodeHandle) 
set_data_code_2d_param (DataCodeHandle, 'polarity', 'light_on_dark')
find_data_code_2d (GrayImage,SymbolXLDs,DataCodeHandle, 'train', 'all', ResultHandles, DecodedDataStrings) 
dev_display (Image)
tuple_regexp_match (DecodedDataStrings, '"c":"G"', Matches1)
tuple_regexp_match (DecodedDataStrings, '"c":"Y"', Matches2)
tuple_regexp_match (DecodedDataStrings, '"c":"R"', Matches3)
Matches:=[Matches1,Matches2,Matches3]
if (Matches==[])
    
else
    if (Matches[0]='"c":"G"')
    dev_display (Image)
    dev_disp_text ('绿码', 'window', 'top', 'left', 'black', [], [])

判断粤康码的时间是否是实时，防止他人用截图蒙混过关。

*2.识别时间是否过期
   *找出时间区域
   *将xld转成region
    gen_region_contour_xld (SymbolXLDs, Region, 'filled')
    area_center (Region, Area, Row, Column)
    smallest_circle (Region, Row1, Column1, Radius)
    gen_rectangle2 (Rectangle, Row-Radius*0.97, Column, 0, Radius*0.95, Radius*0.15)
    reduce_domain (Image, Rectangle, ImageReduced2)
    *二值化选出数字
    rgb1_to_gray (ImageReduced2, GrayImage1)
    threshold (GrayImage1, Regions2,0, 170)
    shape_trans (Regions2, RegionTrans, 'convex')
    orientation_region (RegionTrans, Phi)
    vector_angle_to_rigid (Row, Column, Phi, Row, Column, Phi, HomMat2D)
    gen_rectangle2 (Rectangle3, Row-Radius*0.97, Column, Phi, Radius*0.95, Radius*0.15)
    reduce_domain (Image, Rectangle3, ImageReduced3)
    rgb1_to_gray (ImageReduced3, GrayImage2)
    threshold (GrayImage2, Regions2,0, 175)
    connection (Regions2, ConnectedRegions2)
    area_center (Regions2, Area1, Row1, Column1)
    select_shape (ConnectedRegions2, SelectedRegions2, 'area', 'and', Area1/22, Area1/7)
    sort_region (SelectedRegions2, SortedRegions, 'first_point', 'true', 'column')
    *OCR识别数字
    read_ocr_class_mlp ('Industrial_0-9A-Z_Rej.omc', OCRHandle)
    do_ocr_multi_class_mlp (SortedRegions, ImageReduced2, OCRHandle, Class, Confidence)
    *与系统时间比较是否过期
tuple_length (Class, Length)
if (Length==10)
    tuple_number (Class[0]+Class[1], Number1)
    tuple_number (Class[2]+Class[3], Number2)
    tuple_number (Class[4]+Class[5], Number3)
    tuple_number (Class[6]+Class[7], Number4)
    tuple_number (Class[8]+Class[9], Number5)
    if (Number1==Month and Number2==Day and Number3==Hour and Number4==Minute)
    dev_disp_text ('二维码时间通过', 'window', 'top', 'center', 'black', [], [])

对粤康码进行解码，得到其中的信息。由于粤康码是一种二维码，我们可以使用Halcon中的读码算法对其进行解码。解码后，我们可以获取其中包含的个人信息、健康状态等。

在这里插入图片描述
最后，我们可以将识别结果显示出来，方便相关工作人员进行查看和统计。

*3.识别核酸时间
      name:=['24','48','72']
    *识别

        inner_circle (Region, Row2, Column2, Radius1)
        gen_rectangle2 (Rectangle1, Row2+3*Radius1, Column2-Radius1*0.94, Phi, Radius1*0.5, Radius1*0.3)
        area_center (Rectangle1, Area1, Row3, Column3)
        reduce_domain (Image, Rectangle1, ImageReduced)
        binary_threshold (ImageReduced, Region2, 'max_separability', 'dark', UsedThreshold)
        area_center (Region2, Area2, Row4, Column4)
        reduce_domain (ImageReduced, Region2, ImageReduced1)   
        read_class_mlp ('he suan', MLPHandle1)
        decompose3 (ImageReduced1, r,g,b)
        trans_from_rgb (r,g,b,h,s,v, 'hsv')
        intensity (ImageReduced1, r, Mean1, Deviation1)
        intensity (ImageReduced1, g, Mean2, Deviation2)
        intensity (ImageReduced1, b, Mean3, Deviation3)
        intensity (ImageReduced1, h, Mean4, Deviation4)
        intensity (ImageReduced1, s, Mean5, Deviation5)
        intensity (ImageReduced1, v, Mean6, Deviation6)
        classify_class_mlp (MLPHandle1, [Mean1,Mean2,Mean3,Mean4,Mean5,Mean6], 1, Class, Confidence)
        clear_class_mlp (MLPHandle1)  
     *显示识别结果
      tuple_real (Area1, Area1)
      tuple_real (Area2, Area2)
      cu:=Area2/Area1
      
        if (Confidence>0.7 and cu>0.4)
            

            if (Class=0)
            disp_message (WindowHandle, '有24小时核酸记录', 'window', 'top', 'right', 'black', 'true')
            wait_seconds (1)
            elseif(Class=1)
                disp_message (WindowHandle, '有48小时核酸记录', 'window', 'top', 'right', 'black', 'true')
                wait_seconds (1)
            else
                disp_message (WindowHandle, '有72小时核酸记录', 'window', 'top', 'right', 'black', 'true')
                wait_seconds (1)
            endif
            
        else
            disp_message (WindowHandle, '未检测出核酸记录 或 核酸记录模糊请重试', 'window',  'top', 'right', 'black', 'true')
            wait_seconds (1)
  
        endif
    else
        dev_disp_text ('二维码过期', 'window', 'top', 'center', 'black', [], [])
        wait_seconds (1)
    endif
        else
        dev_disp_text ('二维码模糊', 'window', 'top', 'center', 'black', [], [])
        wait_seconds (1)
    endif
elseif (Matches[1]='"c":"Y"')
    dev_disp_text ('黄码', 'window', 'top', 'left', 'black', [], [])
    wait_seconds (1)
else
    dev_disp_text ('红码', 'window', 'top', 'left', 'black', [], [])
    wait_seconds (1)
endif

总的来说，基于Halcon的粤康码识别技术，可以大大提高粤康码的查验效率和准确性，帮助政府更好地管理疫情。当然，由于疫情的变化和人工智能技术的不断更新，我们也需要不断优化和改进这一技术，以更好地适应现实需求。

三、Halcon与MFC联合封装

首先在VS中新建一个MFC框架，并将以上的Halcon文件导出C++文件。
在这里插入图片描述

然后，在MFC中创建一个对话框，将图像显示在对话框中，同时添加一个按钮，用于触发粤康码识别操作。当用户点击识别按钮时，使用Halcon对图像进行识别处理，识别出图像中的粤康码。将识别出的粤康码显示在MFC框架中，可以使用一个静态文本框或者消息框来显示识别结果。
在这里插入图片描述

最后，添加一些如保存识别结果、对识别结果进行数据统计和分析的功能。

四、Halcon代码及MFC软件封装开源

原创开源下载
https://download.csdn.net/download/m0_63821417/87620312

Single118

关注

0
点赞
踩
5

收藏

觉得还不错? 一键收藏
打赏
3
评论
Halcon联合MFC的粤康码实时识别

然后，在MFC中创建一个对话框，将图像显示在对话框中，同时添加一个按钮，用于触发粤康码识别操作。当用户点击识别按钮时，使用Halcon对图像进行识别处理，识别出图像中的粤康码。而为了进一步加强疫情防控，中国政府于2020年推出了“粤康码”（即粤健康码）系统，该系统通过绿、黄、红三种不同颜色的码来表示个人的健康状态，从而实现对疫情的有效管控。总的来说，基于Halcon的粤康码识别技术，可以大大提高粤康码的查验效率和准确性，帮助政府更好地管理疫情。然而，粤康码的大量使用也给相关工作带来了一定的压力。
复制链接

扫一扫